Parametri ottimali

Pensiero statistico in Python (Parte 2)

Justin Bois

Lecturer at the California Institute of Technology

Istogramma delle misure di Michelson

ch1-1.002.png

¹ Dati: Michelson, 1880

CDF delle misure di Michelson

ch1-1.004.png

¹ Dati: Michelson, 1880

Verifica di normalità dei dati di Michelson

import numpy as np
import matplotlib.pyplot as plt

mean = np.mean(michelson_speed_of_light)
std = np.std(michelson_speed_of_light)
samples = np.random.normal(mean, std, size=10000)

CDF delle misure di Michelson

ch1-1.010.png

¹ Dati: Michelson, 1880

CDF con stima errata della dev. std.

ch1-1.012.png

¹ Dati: Michelson, 1880

CDF con stima errata della media

ch1-1.014.png

¹ Dati: Michelson, 1880

Parametri ottimali

Valori dei parametri che rendono il modello più vicino ai dati

Massa del black bass del MA

ch1-1.017.png

¹ Fonte: Dip. Protezione Ambientale del Massachusetts

Pacchetti per l'inferenza statistica

ch1-1.020.png

Pacchetti per l'inferenza statistica

ch1-1.021.png

Pacchetti per l'inferenza statistica

ch1-1.022.png

¹ Immagine coltello: D-M Commons, CC BY-SA 3.0

Passons à la pratique !

Pensiero statistico in Python (Parte 2)